Determinanty zużycia bioetanolu w Niemczech – ujęcie modelowe

Badania empiryczne mające na celu określenie czynników determinujących zużycie bioetanolu w Niemczech wskazują, że wpływ na ich wykorzystanie mają zmienne ze wszystkich grup, tj. z sektora etanolu (import bioetanolu), prawie wszystkie z otoczenia makroekonomicznego (stopa procentowa, wskaźnik cen, zmiana PKB, ceny ropy naftowej), rynków rolnych (trzy z rynku pszenicy oraz po jednej z rynków żyta i kukurydzy) oraz zmienną – I kwartał. W analizie regresji wielorakiej uzyskano model, zawierający 12 zmiennych istotnych na poziomie α = 0,05. Wyniki przedstawiono w tabeli 11.

Tabela 11 Efekty marginalne dla zużycia etanolu w Niemczech na podstawie analizy regresji

Wyszczególnienie b* Bł. std. b Bł. std. (odporne bł. stand.) t(24) p Wyraz wolny 231,970 ^35,407 (28,338) ^{6,552 0,000001}

stopa proc. referencyjna -1,166239 0,094221 -61,291 ^4,952

(3,538) ^{-12,378 0,000000} Wsk. cen tow. i usług

konsump. ^{0,630823 0,128311 51,619} 10,499 (8,786) ^{4,916 0,000057} Zapasy pszenicy na początku okresu ^{-0,166537 0,079686 -0,007508} 0,003592 (0,002557) ^{-2,090 0,047876} Import bioetanolu; t-1 -0,262470 0,055608 -0,512043 ^0,108484 (0,072565) ^{-4,720 0,000094} Cena kukurydzy 0,463751 0,077097 0,805277 ^0,133875 (0,078693) ^{6,015 0,000004} I kw. -0,146332 0,037247 -24,496 ^6,235 (5,279) ^{-3,929 0,000671} Cena pszenicy -0,208495 0,066307 -0,385956 ^0,122745b (0,106995) ^{-3,144 0,004543}

Ceny ropy średnie -0,258053 0,070017 -0,906147 ^0,245861

(0,175905) ^{-3,686 0,001224} Zapasy żyta na początku

okresu ^{0,257054 0,079187 0,049117} 0,015131 (0,013335) ^{3,246 0,003562} zmiana PKB 0,266263 0,067470 9,014 ^2,284 (1,929) ^{3,946 0,000643} Skup pszenicy 0,240438 0,078821 0,007031 ^0,002305 (0,001994) ^{3,050 0,005675}

Ceny ropy średnie; t-1 0,128843 0,060843 0,470289 ^0,222084

(0,156921) ^{2,118 0,045230} R wielorakie 0,988692475 Skorygowane R2 0,965780363 wartość p 5,24*10^-16 Statystyka Durbina-Watsona ^2,31087

Tolerancja (wartość średnia

dla zmiennych z modelu) ^0,226905 Test White'a, test na

heteroskedastyczność reszt (wartość p)

0,186311 Testy na normalność rozkładu (wartość p)

Test Doornika-Hansena 0,917328

Test Shapiro-Wilka 0,827058

Test Lillieforsa p ~= 1

Test Jarque'a-Bera 0,714443

Zmienną objaśnianą jest zużycie etanolu w Niemczech. Współczynnik regresji (b*) stanowi wkład każdej zmiennej objaśniającej do predykcji zmiennej objaśnianej (Y, tj. zużycie etanolu). W kolumnie „Bł. stand.” w nawiasach podano wartości odpornych błędów standardowych (robust standard errors) oszacowane klasyczną metodą najmniejszych kwadratów (KMNK).

W modelu zastanawiające mogą być obecność tylko jednej zmiennej reprezentującej sektor bioetanolu oraz brak zmiennych związanych z handlem międzynarodowym surowcami rolnymi (brak zarówno eksportu, jak i importu surowców). Oszacowany model cechuje dobre dopasowanie, wartość skorygowanego R2

wynosi 0,96, co oznacza, że 96% zmienności zjawiska (zużycia etanolu) jest wyjaśniane przez model, z kolei błąd standardowy estymacji nieznacznie przekracza 5,3% średniej wielkości zużycia etanolu w całym okresie, co wskazuje na walory prognostyczne modelu. Analizę regresji poprzedziło przeprowadzenie rozszerzonego testu Dickeya-Fullera (ADF), jak wspomniano. Test wykonano dla każdej zmiennej w dwóch wariantach – test bez wyrazu wolnego oraz test z wyrazem wolnym. W przypadku każdej zmiennej i dla obu wariantów wartość p wskazuje na stacjonarność szeregu. Wyniki testu ADF zarówno dla zmiennych, które występują w modelu, jak i zmiennych, które nie są istotne dla modelu zamieszczono w aneksie do rozprawy. Po oszacowaniu modelu wykonano test Durbina-Watsona. Dla tego modelu wartość statystyki DW wynosi 2,31, co oznacza, że test nie daje rozstrzygnięcia co do autokorelacji (brak konkluzji). Zatem test Durbina-Watsona nie wskazuje na występowanie autokorelacji między resztami. Wszystkie testy na normalność rozkładu reszt zmiennej wyraźnie wskazują na brak podstaw do odrzucenia hipotezy zerowej, zakładającej występowanie normalności rozkładu. Wykonanie testu White'a natomiast pozwoliło na stwierdzenie o niewystępowaniu heteroskedastyczności, czyli nie ma podstaw do odrzucenia hipotezy zerowej. Przeciętna wartość tolerancji dla zmiennych statystycznie istotnych obecnych w modelu wynosi 0,23, jednak dla poszczególnych czynników jest silnie zróżnicowana. Najwyższe są w przypadku I kwartału, importu bioetanolu, opóźnionych cen ropy naftowej, cen pszenicy oraz zmian PKB, co oznacza, że te zmienne najwięcej wnoszą do modelu przy uwzględnieniu ich powiązania z innymi zmiennymi objaśniającymi. Z kolei najniższe wartości tolerancji uzyskano dla wskaźnika cen towarów i usług konsumpcyjnych oraz stopy procentowej – pełna tabela korelacji cząstkowych znajduje się w aneksie do rozprawy.

Spośród zmiennych związanych z sektorem bioetanolu tylko jego import występujący z opóźnieniem okazał się istotny dla oszacowanego modelu, tj. dla zużycia bioetanolu w Niemczech. Zastanawiający jest jednak fakt, że kierunek zmian jest niezgodny z oczekiwaniami, ponieważ przewidywano, że import bioetanolu powinien przyczyniać się do wzrostu jego zużycia w Niemczech. Warto zaznaczyć, że współczynnik korelacji Pearsona pomiędzy zużyciem bioetanolu a jego importem jest dodatni i na poziomie 0,44. W badanym

okresie (2007-2015) zużycie etanolu rosło w pewnym zakresie zgodnie z trendem logarytmicznym, tzn. największe przyrosty miały miejsce w pierwszych kwartałach analizowanego okresu, a od połowy 2011 roku odnotowuje się nawet delikatną tendencję spadkową, choć zużycie cechuje się dużą zmiennością – od 2011 roku w pierwszych kwartałach jest najniższe, natomiast wysokie zużycie przypada na drugie i trzecie kwartały. W przypadku importu bioetanolu można wskazać tendencję rosnącą, przy czym w latach 2012-2013 (dokładniej w okresie 03.2012-03.2013) import osiągnął rekordowo wysokie wartości i temu znacznemu importowi nie towarzyszyło odpowiednio wysokie zużycie krajowe, co może uzasadniać występowanie ujemnego wpływu importu na zużycie w modelu. Brak związków pomiędzy tymi zmiennymi może wynikać z jeszcze jednej przyczyny. W Niemczech zużycie benzyny od lat sukcesywnie się zmniejsza i po 1999 roku można wskazać wyraźną tendencję spadkową. Ten spadek konsumpcji benzyny oznacza, że dla zapewnienia określonego (np. powoli rosnącego) udziału zużycia etanolu w zużyciu paliw ogółem (benzyny + etanolu) wykorzystanie tego biokomponentu nie musi wcale rosnąć. Od 2011 roku udział etanolu w rynku paliw, mierzony jego zużyciem do zużycia benzyny i etanolu razem, przekracza 4% i stopniowo wzrasta. Ponadto możliwe jest, że importowany bioetanol nie jest zużywany w Niemczech, ponieważ jest przechowywany w formie zapasów lub odsprzedawany do innych krajów100

. W odniesieniu do zmiennej wyrażającej sezonowość (zmienna nazwana I kwartał) warto zauważyć, że w analizowanym okresie zużycie etanolu w I kwartale zmniejszało się w ujęciu względnym. W 2007 roku udział zużycia etanolu w Niemczech w I kwartale przekraczał 27,4%, a w odpowiednim okresie 2015 roku zużycie było poniżej 20%. Średniorocznie zużycie etanolu w I kwartale malało o 3,5% i spadki w ujęciu względnym można odnotować w każdym miesiącu tego kwartału dla całego okresu. W tym czasie zużycie etanolu w IV kwartale wzrastało przeciętnie o 3,7%, a w III kwartale: o 1,7%.

W oszacowanym modelu identyfikującym determinanty zużycia etanolu w Niemczech w latach 2007-2015 duże znaczenie mają czynniki reprezentujące otoczenie makroekonomiczne, przy czym jedna zmienna ma w tym modelu wpływ inny od oczekiwanego, mianowicie ceny ropy naftowej (w okresie bieżącym). Pozostałe zmienne, tj. stopa procentowa, wskaźnik cen, zmiana PKB oraz ceny ropy naftowej z opóźnieniem mają wpływ zgodny z przewidywaniami. Obecność tak wielu czynników makroekonomicznych

w modelu może sugerować jego silne umiejscowienie oraz związki właśnie z otoczeniem zewnętrznym. Relację stopy procentowej i zużycia etanolu należy interpretować w taki sposób, jak wskazano to w podrozdziale „Antycypacja wyników w Polsce i Niemczech”. Sukcesywny spadek stóp procentowych Europejskiego Banku Centralnego, który miał miejsce od 2008 roku miał stanowić czynnik rozwoju gospodarczego, w tym sektora bioetanolu w Niemczech, odzwierciedlonego wzrostem produkcji i zużycia tego biokomponentu. W modelu dla sektora etanolu w Polsce także występowały stopy procentowe, więc interpretacja jest analogiczna – niskie stopy procentowe poprzez dostęp do względnie tanich kredytów zachęcają do inwestowania w różnych obszarach, w tym w sektorze biopaliw ciekłych, a w nim szczególnie w branży etanolu, w której wymagane inwestycje są znacznie wyższe niż w sektorze estrów. W odwrotnym kierunku na branżę bioetanolu powinien oddziaływać wskaźnik cen towarów i usług konsumpcyjnych. Czynnikiem stymulującym rozwój sektora bioetanolu (i rozwój gospodarczy w ogóle) jest niska inflacja i z taką strefa euro miała do czynienia w całym omawianym okresie101

. W badanym okresie zmiany Produktu Krajowego Brutto w Niemczech cechowały się dużymi wahaniami – wynosiły one od blisko -6% w IV kwartale 2008 roku do powyżej 4% w II kwartale 2009 i 2010 roku. Uwzględniając dane dla kwartałów, PKB dziewięciokrotnie spadało i dziewięciokrotnie wzrastało (te spadki i wzrosty trwały zwykle po dwa kwartały) i we wszystkich latach (poza 2015 rokiem) w IV kwartale notowano spadek PKB. Wobec tego nie jest możliwe wskazanie żadnej, nawet krótkotrwałej tendencji w odniesieniu do zmian tej kategorii dochodu narodowego. Należy podkreślić, że PKB w Niemczech wyraźnie wzrósł, biorąc pod uwagę wartości ze skrajnych lat. W ujęciu 2015 wobec 2007 nastąpił wzrost o ponad 20%, natomiast w okresie 2005-2015: o blisko 32%. Co do zasady jednak i zgodnie z antycypacją wyników badań wzrost dochodu narodowego, w uproszczeniu utożsamiany z rozwojem gospodarczym powinien wspierać rozwój sektora biopaliw ciekłych, w tym branży etanolu. Ostatnim istotnym czynnikiem makroekonomicznym determinującym zużycie etanolu w Niemczech w latach 2007-2015 były ceny ropy naftowej, przy czym tylko ceny ropy wyrażone z opóźnieniem przyniosły rezultat zgodny z oczekiwaniami, tj. dodatni związek ze zużyciem etanolu. Bieżące ceny ropy naftowej oddziałują w odwrotnym kierunku, co przeczy podstawowej przesłance rozwoju sektora biopaliw ciekłych, którą jest wzrost cen surowców energetycznych. Występowanie w modelu opóźnionych cen ropy naftowej może

101

Jedynie w III kwartale 2009 roku odnotowano deflację – wskaźnik cen towarów i usług konsumpcyjnych wyniósł wówczas 0,2.

sugerować, że branża etanolu z wyprzedzeniem odbiera sygnały z rynku ropy naftowej, odpowiednio reaguje i dostosowuje się do zmian cen tego surowca energetycznego.

Jak już powiedziano, spośród zmiennych z rynku zbóż istotne dla modelu okazały się zmienne związane ze wszystkimi analizowanymi surowcami pochodzenia rolniczego – pszenicą, żytem i kukurydzą. Skup pszenicy oraz zapasy żyta z początku okresu mają, zgodnie z antycypowanymi rezultatami, dodatni wpływ na zużycie etanolu w Niemczech. Skup pszenicy wyraża wolumen zapotrzebowania na ten surowiec zgłaszanego przez wszystkie sektory gospodarki, w tym branżę bioetanolu, dlatego jego wzrost może przyczyniać się do wzrostu produkcji i zużycia etanolu w Niemczech, ponieważ pszenica jest jednym z najważniejszych surowców energetycznych w Niemczech, a także innych krajach Unii Europejskiej. Zapasy początkowe żyta stanowią element krajowej podaży tego surowca. Żyto jest wykorzystywane w Niemczech w sektorach spożywczym, paszowym i, z powodzeniem, także w energetycznym – nie tylko do produkcji etanolu, ale również biogazu i nawozów [Kotowski 2011, s. 33-34]. Wszechstronne możliwości zastosowania żyta w połączeniu z wysokim poziomem zaawansowania technologii jego wykorzystania sprawiają, że surowiec ten stanowi ważny element całego sektora bioetanolu w Niemczech, dlatego jego zapasy początkowe są kluczowe dla rozwoju branży i wzrostu zużycia etanolu. Stąd obecność zapasów żyta w oszacowanym modelu.

Ceny zbóż stanowią istotne determinanty zużycia bioetanolu w Niemczech, przy czym znaki współczynników regresji tych zmiennych są różne. Wzrost cen pszenicy ma negatywny wpływ na wielkość zużycia bioetanolu, natomiast wzrost cen kukurydzy – pozytywny. Może to oznaczać, że gdy wzrastają ceny pszenicy, to jej wykorzystanie w sektorze etanolu zmniejsza się na rzecz innych surowców, co jest zgodne z racjonalnymi przewidywaniami, przedstawionymi w podrozdziale z antycypacją wyników. Wynika to z faktu, że koszty zakupu surowców do wytwarzania biopaliw stanowią nawet do 80% łącznych kosztów produkcji [von Braun 2007, s. 7; Gao, Zhao i Wang 2010, s. 492]. W warunkach wzrostu cen pszenicy zatem może nastąpić zmiana struktury wykorzystania surowców, np. na inne gatunki zboża, ewentualnie na buraki cukrowe – struktura wykorzystania produktów rolniczych do produkcji etanolu została przedstawiona w podrozdziale 3.3. Z kolei wzrosty cen kukurydzy przyczyniają się do wzrostu konsumpcji etanolu w Niemczech, co jest niezgodnie z przewidywaniami. Podobna sytuacja występuje w Polsce i należy ją tłumaczyć analogicznie. Otóż, kukurydza stanowi ważny surowiec energetyczny dla branży etanolu i pomimo wzrostu

jej cen zainteresowanie jej wykorzystywaniem wcale się nie zmniejsza. Możliwe jest, że wynika to z wysokiej wydajności tego gatunku zboża [Michalski i Mystkowski 2009], która jest w stanie zrekompensować rosnącą cenę. O dużym znaczeniu i wysokich walorach energetycznych kukurydzy świadczy fakt, że w Stanach Zjednoczonych od wielu lat jest podstawowym surowcem do produkcji bioetanolu [Rosiak, Łopaciuk i Krzemiński 2011]. Biorąc pod uwagę wartości współczynników regresji b* w modelu determinant zużycia bioetanolu w Niemczech najważniejszymi zmiennymi okazały się: stopa procentowa (-1,166) i opóźniony (t-1) import bioetanolu (-0,262) spośród czynników wpływających negatywnie oraz wskaźnik cen towarów i usług konsumpcyjnych (0,631) i ceny kukurydzy (0,464) ze zmiennych wpływających pozytywnie. Świadczy to o względnie silnym wpływie otoczenia makroekonomicznego na branżę etanolu w Niemczech, co koresponduje z hipotezą główną niniejszej rozprawy.